El Citius y Odontoloxía de la USC colaboran en sistemas que permiten detectar periodontitis con una muestra de saliva, hacer recomendaciones personalizadas de higiene y calcular la edad de una persona solo con una radiografía dental
11 dic 2023 . Actualizado a las 05:00 h.A priori, es difícil imaginar una relación estrecha entre la boca y la inteligencia artificial. Y sin embargo, existe y cada día se hace más estrecha en los laboratorios del Citius de la USC. María José Carreira, especialista en IA, lleva mucho tiempo colaborando con un equipo de investigación en Odontología para desarrollar nuevas aplicaciones del aprendizaje profundo a esta disciplina, como detectar enfermedades a través de la placa y la saliva.
A través del microbioma son capaces de detectar periodontitis, una enfermedad con una gran prevalencia y que parece tener relación con otras enfermedades graves, pero «hay muchas enfermedades que se reflejan en el microbioma, como el cáncer», explica Carreira.
Las secuencias genéticas tienen modificaciones en determinadas zonas en las personas que tienen una enfermedad. Los sistemas de aprendizaje automático son capaces de analizar y buscar en esa enorme cantidad de datos las modificaciones que predicen que la persona tiene esa patología. «Aplicamos diferentes técnicas, porque no todas funcionan bien en todos los casos y hacer una combinación de ellas para obtener los mejores resultados».
«Si con una muestra de saliva sabes muchas cosas de una persona, esta tecnología sería interesante por ejemplo para hacer cribados», porque en el microbioma oral se reflejan enfermedades que no tienen que estar relacionadas con los dientes.
La investigación abre la puerta, en un futuro, a la posibilidad de detectar otro tipo de patologías. «La idea, en el futuro, es que se trate de una herramienta fácil para mejorar la salud de la población», explica Carreira, porque los programas de cribado se han demostrado muy útiles para detectar tempranamente enfermedades como el cáncer de mama o el de colon, entre otros.
Pero la inteligencia artificial aplicada a la odontología tiene otras muchas aplicaciones, como que solo con una radiografía de la boca, la edad y el sexo de una persona con un margen de error de cuatro meses.
«Diseñamos una red de aprendizaje profundo que tenía en cuenta todas las características de lai magen y los resultado son los mejores que hay en la literatura de ese ámbito» y más precisos cuanto más joven sea la persona de la que se quiere determinar la edad. Quizá por influencia de la cultura audiovisual, el primer uso que se puede pensar es el forense y el arqueológico: saber el sexo y la edad concreta de unos restos concretos.
Y sin embargo, la inteligencia artificial permite, en este ámbito, otras muchas aplicaciones. Como establecer si una persona no documentada es o no mayor de edad, lo que es bastante interesante «porque no hay muchos sistemas». O ver cómo evolucionan en hombres y mujeres determinados huesos con la edad, lo que permite utilizarlo para la planificación quirúrgica. Sirve también para ver si la mandíbula de una persona con una patología que afecta al desarrollo dental está creciendo con retraso o con adelanto respecto a la media de las personas de su edad, lo que es también útil en la práctica odontológica.
El margen de error medio es de cuatro meses, pero lo que demuestra la literatura científica es que es más sencillo clasificar la edad antes de llegar a la madurez. Así que hasta los 20 años, el margen es menor a cuatro meses. Incluso es de solo un mes, «porque tienes muchísima información y el sistema se comporta mejor».
Claro que existen dientes que son más predictores que otros, y por eso el equipo de María José Carreira creó también un sistema capaz de predecir la edad y el sexo de cada pieza dental y posteriormente, hacer una composición. Además, a través de mapas de calor se señalan en la imagen aquellas zonas que son más predictoras, es decir, que se colorean de rojo las piezas que han influido más a la hora de determinar el sexo y la edad de una persona. Eso permite automatizar, y también reducir posibles errores, sistemas que ya venían utilizando en odontología de manera manual.
Además, la investigación del Citius y la Facultade de Odontoloxía de la USC ha desarrollado un sistema para predecir el nivel de placa dental que va a desarrollar una persona a través de una fotografía de su boca con luz ultravioleta. «El sistema saca una imagen frontal y también las laterales» y se mide como crece la placa después de uno, dos, tres o cuatro días. «Sacamos un valor» tanto a nivel macroscópico como microscópico, extrayendo el biofilm y analizándolo con el microscopio para calcular la vitalidad bacteriana de las muestras.
«Podemos decir a una persona si se tiene que cepillar más los dientes o incluso dar un valor temporal, como que en dos días va a estar peor y qué zonas son las más problemáticas para que se cepille». Es decir, permite dar recomendaciones personalizadas a cada persona, explicándole qué zonas son más problemáticas y en cuáles tiene que tener especial cuidado a la hora de realizar su higiene dental.
La investigación ha descubierto un nuevo concepto, la placa no visible o lo que es lo mismo, lo que no es pero va a ser, que es lo que permite hacer predicciones de cómo evolucionará la placa
El proyecto se ha desarollado en colaboración con Johnson & Johnson primero y con Lacer después. El sistema permitía evaluar colutorios y otros productos y sobre todo, es capaz de cuantificar, lo que permite hacer comparaciones precisas.
Existen obstáculos, como por ejemplo la «implantación muy escasa» de la inteligencia artificial en el ámbito sanitario. «Se trabaja mucho a nivel de investigación, pero muchas veces eso no llega al paciente». Es decir, lo que se desarrolla en los laboratorios en muchas ocasiones no llega a tener reflejo en la práctica clínica «y eso no debería ser así, porque nosotros trabajamos para mejorar la salud de las personas. Si no llega a mejorarla, pierde un poco el sentido», dice María Jesús Carreira.
La seguridad de los datos es otro de los temas en debate. «A las aplicaciones de salud que tenemos en nuestros móviles le contamos de todo» sin saber a dónde van esos datos y sin embargo, es dificilísimo acceder a «nuestros datos de salud, que son muchos, están en bases de datos y se podrían utilizar para entrenar sistemas que hagan multitud de cosas», dice María José Carreira.
Y no solo eso. Si se consigue entrenar un sistema de inteligencia artificial con esos datos, «que se aplique luego en la realidad es ciencia ficción. Hay que conseguir dar ese salto». Existen informes de la Unión Europea y del la oficina de ciencia del Congreso que hablan de la necesidad de que las innovaciones lleguen a las personas y por eso «es necesario dar ese salto intermedio. Las personas que gestionan los sistemas de salud tienen que tener gente experta en inteligencia artificial» para que desde dentro del sistema impulsen sistemas que cumplan con la regulación de seguridad, de privacidad y estén suficientemente validados para implantarlos en la práctica clínica. Para que lleguen a los pacientes.
Hay sistemas de aprendizaje automático dedicados a reconstruir la imagen de resonancia magnética, una tarea que antes pesaba fundamentalmente sobre el técnico de radiología y que ahora está mucho más automatizado. «Pero llegar a una recomendación diagnóstica o que se han detectado zonas sospechosas dentro de una determinada imagen lo hacen los clínicos a nivel investigador, pero no llega a los pacientes».
Y lo más importante, los sistemas de aprendizaje nunca sustituirán a las personas, insiste la investigadora del Citius. «El radiólogo tiene en su cabeza mucha más información que las imágenes: que el paciente tiene otras patologías, si es fumador o no... Cuestiones que pueden estar o no metidas en el sistema». Y la inteligencia artificial tiene dentro millones de imágenes que no están en la cabeza del profesional sanitario.
En definitiva, la IA hará que el tiempo del radiólogo se optimice, que trabaje de otra manera. «Si un médico tiene mucha más información de la que tiene que extraer por sí sol, puede dedicar más tiempo de calidad a los pacientes», expilca María José Carreira.